Universidad Cenfotec

Bachillerato en Ingeniería del Software

MAT-05 Probabilidad y Estadística 2

Periodo: Noveno cuatrimestre
Modalidad: cuatrimestral
Requisitos: MAT-02 Probabilidad y Estadística 1,
MAT-04 Álgebra lineal
Naturaleza del curso: teórico-práctico
Créditos: 3
Horas por semana: 3 horas
Horas de laboratorio por semana: 1 hora
Horas de trabajo Individual por semana: 5 horas
Asistencia: obligatorio
Puede presentarse por suficiencia: sí
Se permite hacer examen extraordinario: sí
Vigencia: Septiembre del 2011-presente

Profesor: (se especificará cada cuatrimestre)

Aula: (se especificará cada cuatrimestre)
Horario: (se especificará cada cuatrimestre)

1.0. DESCRIPCIÓN DEL CURSO

Este curso ofrece al estudiante conocimientos respecto de funciones continuas de
probabilidad – con énfasis en la distribución normal – y los fundamentos de la Estadística
Inferencial – estimación de parámetros, pruebas de hipótesis, diseño de experimentos y
análisis de regresión – para dotarle de herramientas útiles para hacer análisis objetivo de
datos cuantitativos en el trabajo profesional.

2.0. OBJETIVO GENERAL

Aplicar los instrumentos y métodos de la Estadística Inferencial al análisis de conjuntos
de datos, al modelaje cuantitativo y a la realización de experimentos sistemáticos, para
realizar investigaciones cuantitativas objetivas en contextos informáticos.

3.0. OBJETIVOS ESPECÍFICOS

1. Comprender las principales distribuciones de probabilidad para variables aleatorias
continuas, según sus características distintivas, para relacionarlas son las situaciones
para las cuales se constituyen en buenos modelos cuantitativos.
2. Interpretar los límites de los intervalos de confianza según las probabilidades de
acierto, para estimar un valor desconocido en la población a partir de datos de una
muestra.
 3. Aplicar pruebas de hipótesis de medias y proporciones, mediante el contraste de
hipótesis determinadas y alternativas sobre experimentos estadísticos, para discernir
si una propiedad supuesta de la población se corresponde con lo observado en una
muestra.
4. Escoger los métodos para realizar diseños de experimentos de uno o más factores,
mediante el contraste del factor bajo estudio y la aleatorización de los casos en grupos
de control y experimental, para recolectar información objetiva que permita determinar
el efecto de una intervención sobre los objetos.
5. Utilizar la prueba de chi-cuadrado, mediante el contraste entre una hipótesis que
supone una distribución probabilística teórica y una alternativa que rechaza el
supuesto, para determinar la bondad del ajuste entre la distribución de los eventos
observados en una muestra y la de una distribución probabilística particular.
6. Distinguir los problemas en que es pertinente aplicar regresión simple o regresión
múltiple, mediante métodos computacionales en los casos lineales y polinomiales,
para modelar la relación entre variables y hacer pronósticos.
7. Interpretar la correlación entre dos variables aleatorias, por medio de la graficación y
el cómputo, para determinar la fuerza y la dirección de una asociación entre ellas.

4.0. CONTENIDOS
4.1. DISTRIBUCIONES CONTINUAS Y DENSIDADES DE PROBABILIDAD
4.1.1. Series. Integrales impropias.
4.1.2. Modelos matemáticos de variables aleatorias continuas y la función de densidad de
probabilidad.
4.1.3. La distribución normal.
4.1.4. Aplicaciones de la distribución normal.
4.1.5. Teorema central del límite.
4.1.6. Aproximación a la distribución binomial por la normal.
4.1.7. La distribución exponencial.
4.1.8. La distribución beta.
4.1.9. La distribución gamma.
4.1.10. Distribuciones de muestreo.
4.2. ESTIMACIÓN
4.2.1. Parámetros, estimadores y sus propiedades.
4.2.2. Estimación por puntos.
4.2.3. Precisión de la estimación y el error estándar.
4.2.4. Intervalos de confianza.
4.2.5. Estimación del intervalo de confianza para la media: varianza conocida, varianza
desconocida.
4.2.6. Estimación del intervalo de confianza de una proporción.
4.2.7. Determinación del tamaño de la muestra.
4.3. PRUEBA DE HIPÓTESIS
4.3.1. Prueba de hipótesis estadísticas.
4.3.1.1. Hipótesis nula y alternativa.
4.3.1.2. Errores de tipo I y de tipo II.
4.3.1.3. Cómo probar una hipótesis.
4.3.2. Pruebas para medias y proporciones de una población.
4.3.3. Pruebas para medias y proporciones de dos poblaciones.
4.3.4. Contraste de hipótesis para una población: Contraste de hipótesis sobre los parámetros y
contraste de hipótesis sobre las medias.
4.3.5. Pruebas de chi-cuadrada.
4.3.6. Pruebas de bondad de ajuste.
4.4. PRINCIPIOS DEL DISEÑO DE EXPERIMENTOS
4.4.1. Introducción al diseño de experimentos.
4.4.1.1. Tipos de experimentos.
4.4.1.2. Relación de tipo de experimento con el diseño.
4.4.2. Modelos lineales.
4.4.3. Experimentos con un factor y análisis de varianza.
4.4.4. Experimentos con dos factores.
4.4.5. Experimentos multifactoriales.
4.4.6. Experimentos factoriales sin repetición.
4.4.7. Experimentos repetidos en espacio y tiempo.
4.4.8. Experimentos con distribuciones estadísticas.
4.4.9. Experimentos simulados estadísticamente.
4.5. CORRELACIÓN, REGRESIÓN SIMPLE Y MÚLTIPLE
4.5.1. Correlación: coeficientes de correlación y determinación, medición de la fuerza de
asociación entre dos variables.
4.5.2. Método de mínimos cuadrados y error estándar de estimación.
4.5.3. Regresión lineal simple: prueba de hipótesis, estimación de intervalos de confianza,
aplicaciones para la predicción, adecuación del modelo.
4.5.4. Desventajas de usar los modelos de regresión.
4.5.5. Linealización y procesos iterativos para modelos no lineales.
4.5.6. Modelo de regresión lineal múltiple.
4.5.7. Modelo de regresión polinomial (curvilínea).
4.5.8. Variables categóricas explicativas.
4.5.9. Técnicas para construir y escoger un modelo de regresión.
4.6. ALGUNAS APLICACIONES INFORMÁTICAS
4.6.1. Vistazo a la Estadística no-paramétrica.
4.6.2. Simulación de Monte Carlo.
4.6.3. Medición y análisis de satisfacción de clientes.
4.6.4. Control estadístico de la calidad.
4.6.5. Métodos estadísticos en la mejora de procesos.
4.6.6. Modelos de estimación de esfuerzo en proyectos de tecnologías de información y
comunicación.

5.0. METODOLOGÍA
El trabajo en clase se distribuye en exposiciones magistrales por parte del profesor
seguidas por interrogatorios didácticos a los estudiantes en los que el profesor tiene la
oportunidad de aclarar dudas y fomentar la participación de los estudiantes. Todos los
temas en las exposiciones magistrales son presentados y discutidos primero en el nivel
de los conceptos estadísticos y posteriormente implementados en laboratorios de
computadoras con programas especializados.
El profesor también compara y contrasta diferentes ejemplos en cada tema para ayudar
a aclarar los conocimientos y facilitar su comprensión.
Las sesiones magistrales pueden ser seguidas por prácticas individuales en clase, en
donde los estudiantes pueden reafirmar el conocimiento al aplicarlo.
Adicionalmente, en clase se hacen laboratorios en computadora, en donde se
implementan modelos estadísticas y probabilísticos. Durante los laboratorios, los
estudiantes trabajan bajo la supervisión del profesor, teniéndolo a su disposición para
consultas. Después de cada laboratorio se hace un recuento de la manera correcta de
solucionar el problema para que los estudiantes puedan verificar, corregir o completar su
solución.
El trabajo extra clase puede generarse por asignaciones establecidas por el profesor o
por derivación del trabajo en clase. Este trabajo corresponde a tareas individuales o en
grupo que consisten en elaborar propuestas de soluciones a problemas de modelos de
estadística inferencial utilizando algunos de los programas usados para las los
laboratorios.
El profesor fomenta en los estudiantes, tanto en clase como en los trabajos extra clase,
el análisis y la valoración de la calidad de las soluciones propuestas a los problemas,
usando protocolos de revisión que favorecen la interacción constructiva y la colaboración
entre estudiantes en busca de la calidad en su trabajo.
Los problemas enfrentados por los estudiantes crecen en tamaño y complejidad a medida
que avanza el curso.

6.0. ESTRATEGIAS DE APRENDIZAJE

Las estrategias de aprendizaje que el estudiante debe adoptar para lograr cumplir los
objetivos del curso son:
Interrogatorios didácticos:
 Son espacios en clase en donde el profesor hace preguntas a los estudiantes para
determinar su grado de comprensión de los temas. También se usan para que el profesor
conozca las diferentes propuestas de solución de los estudiantes a los problemas
planteados.
Prácticas en clase:
Ejercicios prácticos que se realizan en clase de manera individual en donde los
estudiantes deben aplicar el conocimiento aprendido.
Laboratorios en clase:
Son actividades en las cuales los estudiantes aplican técnicas computacionales o
herramientas informáticas para resolver problemas estadísticos. Los estudiantes trabajan
bajo la guía y supervisión del profesor. Al concluir cada laboratorio se hace una discusión
que permite reforzar los objetivos y aclarar dudas.
Tareas individuales y en grupo extra clase:
Son asignaciones establecidas por el profesor en donde el estudiante o el grupo tiene que
resolver problemas de análisis de datos mediante modelos estadísticos y probabilísticos,
ayudándose por herramientas informáticas.
Lecturas extra clase:
Se asignan lecturas extra clase de los libros propuestos en la bibliografía y de sitios de
Internet que el profesor recomiende, como complemento y refuerzo del trabajo en clase.
Algunas de las lecturas son en inglés.

7.0. RECURSOS DIDÁCTICOS

Para todas las sesiones del curso se hace uso de presentaciones en proyector, que
contienen los conceptos correspondientes a cada sesión.
Se utiliza un laboratorio de computadoras, con el sistema operativo Windows, con
Microsoft Excel, y el software R instalado y configurado, los cuales permiten el
procesamiento, análisis y graficación de datos. En los laboratorios también se desarrollan
prácticas de programación.
Se hace uso de los libros y manuales que están en la biblioteca para consulta de los
estudiantes.
Se usan recursos que están disponibles en Internet, tales como ejemplos de muestreo y
de distribuciones estadísticas que sirvan como referencia a los alumnos. Los siguientes
recursos son sitios de Internet a los cuales los estudiantes pueden acceder, para
complementar lo visto en clase, realizar las tareas y hacer prácticas extra1:
 http://faculty.chass.ncsu.edu/garson/PA765/statnote.htm
 http://faculty.vassar.edu/lowry/VassarStats.html
 http://www.itl.nist.gov/div898/handbook/index.htm
 http://www.statsoft.com/textbook/stathome.html
 http://colposfesz.galeon.com/est501/est501.htm
 http://davidmlane.com/hyperstat/

1 Estos sitios de Internet fueron consultados el 15 de Julio del 2011.

  http://ocw.cupide.org/OcwWeb/Sloan-School-of-Management/15-075Applied-
StatisticsSpring2003/CourseHome/index.htm
 http://www.aulafacil.com/CursoEstadistica/CursoEstadistica.htm
 http://www.cmu.edu/oli/courses/statistics/
 http://www.mathcs.carleton.edu/probweb/teaching.html

El software libre R, para trabajo en estadística, está accesible en:

 http://www.r-project.org

8.0. EVALUACIÓN
A continuación se especifica la evaluación del curso, teniendo en cuenta su función
sumativa y formativa:

Concepto Ponderación
Interrogatorios didácticos 5%
Prácticas en clase 15%
Laboratorios en clase 20%
Tareas extra-clase 20%
Examen 1 20%
Examen 2 20%
Total 100%

Los interrogatorios didácticos son efectuados por el profesor a los estudiantes en clase
después de cada sesión magistral. Los interrogatorios didácticos más importantes son los
realizados cuando se termina un tema, ya que le sirven al profesor para detectar o
diagnosticar si los estudiantes comprendieron bien el tema y, si es necesario, poder
reorientar y recomendar a los estudiantes actividades en clase para facilitar más la
comprensión del tema. El profesor debe llevar un control de la participación de los
estudiantes en los interrogatorios didácticos en clase, ya que hacen parte de la evaluación
sumativa.
Las prácticas en clase son supervisadas por el profesor, pero unas son corregidas por los
mismos estudiantes en clase, comparando la solución presentada por el profesor con la
de ellos; otras son corregidas en colaboración de todos los estudiantes, pues construyen
la solución por medio de la participación de todos; y otras son entregadas al profesor para
ser calificadas. Estas prácticas le sirven al profesor para diagnosticar si los estudiantes
aplican bien los conocimientos aprendidos y, si es necesario, poder recomendar a los
estudiantes prácticas adicionales. En estas prácticas los estudiantes tienen la oportunidad
de apreciar las soluciones planteadas por los compañeros y por el profesor, para valorar
y aplicar aspectos de la calidad de la solución.
Los laboratorios en clase son desarrollados por los estudiantes en computadora, en clase,
de manera individual o en grupo, y bajo la guía y supervisión del profesor. En los
laboratorios los estudiantes tienen que resolver un problema y desarrollar la solución que
lo implemente. Durante cada laboratorio se aclaran las dudas que los estudiantes puedan
tener y después de cada laboratorio el profesor, con ayuda de los estudiantes, verifica la
 solución correcta al problema planteado. Los laboratorios se entregan al profesor y son
revisados en sitio. Se realizan 5 laboratorios en total durante el periodo académico.
Las tareas extra-clase algunas son individuales y otras en grupo, consisten en elaborar
una solución a problemas estadísticos pequeños y medianos usando modelos y software
especializado. Se realizan 4 tareas en total, 2 de ellas son individuales y 2 de ellas en
grupo.
Los exámenes evalúan principalmente los temas que los preceden, pero se pueden
considerar que son acumulativos. Los exámenes son individuales, se presentan por
escrito y están especificados en el cronograma del curso.
El curso se aprueba con una nota ponderada mayor o igual a 70 (>=70). El estudiante
que obtenga una nota ponderada mayor o igual a sesenta (60) y menor a setenta (70),
tendrá derecho a un examen extraordinario, según se estipula en el Reglamento
Académico. Además, se debe respetar el Reglamento del Régimen Estudiantil vigente.

9.0. CRONOGRAMA

Semanas Contenido temáticos Estrategias de

aprendizaje
Semana 1 Distribuciones continuas y densidades de probabilidad. Interrogatorios
didácticos
Semana 2 Distribuciones continuas y densidades de probabilidad. Interrogatorios
didácticos
Prácticas en clase
Semana 3 Distribuciones continuas y densidades de probabilidad. Interrogatorios
didácticos
Laboratorio 1
Semana 4 Estimación. Prácticas en clase
Tarea 1
Semana 5 Estimación. Interrogatorios
didácticos
Laboratorio 2
Semana 6 Prueba de hipótesis. Prácticas en clase
Tarea 2
Semana 7 Prueba de hipótesis. Interrogatorios
didácticos
Prácticas en clase
Semana 8 Principios del diseño de experimentos. Examen 1
Semana 9 Principios del diseño de experimentos. Tarea 3
Laboratorio 3
Semana 10 Principios del diseño de experimentos. Interrogatorios
didácticos
Prácticas en clase
 Semana 11 Regresión, correlación y regresión múltiple. Interrogatorios
didácticos
Laboratorio 4
Semana 12 Regresión, correlación y regresión múltiple. Prácticas en clase
Tarea 4
Semana 13 Algunas aplicaciones informáticas. Interrogatorios
didácticos
Prácticas en clase
Semana 14 Algunas aplicaciones informáticas. Interrogatorios
didácticos
Laboratorio 5
Semana 15 Recapitulación y ejercicios complementarios Examen 2

10.0. BIBLIOGRAFÍA
Referencias principales:
1. Acuña, L. (2004)2. Estadística aplicada con Fathom. Cartago, Costa Rica: Editorial
Tecnológica de Costa Rica.

Referencias complementarias:
2. Maindonald, J.H. (2008). Using R for Data Analysis and Graphics - Introduction,
Code and Commentary. Disponible libremente en:
http://cran.r-project.org/doc/contrib/usingR.pdf (Consultado el 15 de Julio del
2011).
3. NIST/SEMATECH. (2009). e-Handbook of Statistical Methods. Disponible
libremente en: http://www.itl.nist.gov/div898/handbook (Consultado el 15 de Julio
del 2011).
4. Statistics Canada (2010). Statistics: Power from data! Ottawa, Canada: Statistics
Canada. Disponible libremente en: http://www.statcan.gc.ca/edu/power-
pouvoir/toc-tdm/5214718-eng.htm (Consultado el 15 de Julio del 2011).
5. StatSoft, Inc. (2007). Electronic Statistics Textbook. StatSoft. Disponible libremente
en: http://www.statsoft.com/textbook/stathome.html (Consultado el 15 de Julio del
2011).

2 No hay edición más reciente.